Implementasi Algoritma Naïve Bayes Clasifier untuk Mengelompokkan Naskah Berita Pendidikan dan berita Covid-19

Abstract

Seiring dengan perkembangan jaman, banyak lembaga penyaluran informasi yang pada awalnya menyampaikan berita melalui media cetak atau media elektronik, seperti koran dan televisi, beralih ke media digital berupa portal berita digital yang menggunakan jaringan internet. Pada umumnya berita yang disampaikan dalam portal berita tersebut terdiri dari beberapa kategori, seperti berita tentang pendidikan, berita kesehatan kesehatan, maupun berita dengan kategori lainnya. Namun, dalam membagi berita ke dalam kategori kategori tersebut, masih ada yang melakukan secara manual yakni dengan mengumpulkan beberapa narasumber untuk menyepakati sebuah berita masuk ke kategori yang mana. Dibandingkan dengan menggunakan cara manual, pengelompokan berita dapat dilakukan secara otomatis dengan menggunakan sebuah algoritma yang dapat mengelompokkan berita berdasarkan teks berita tersebut, baik dari teks judul ataupun teks isi berita. Naïve Bayes adalah salah satu algoritma yang dapat diimplementasikan untuk mengelompokkan berita berdasarkan teksnya. Sebelum melakukan pengklasifikasian berita berdasarkan teks, perlu dilakukan pengumpulan data berupa naskah berita beserta dengan judulnya. Dalam penelitian ini, data yang digunakan diambil dari beberapa sumber media online melalui layanan Google Alerts yang menghasilkan mesin telusur berdasarkan kriteria yang dipilih. Berdasarkan hasil pengujian dengan menggunakan data sebanyak 295 buah naskah berita, 236 buah data training, dan 59 buah data testing, didapatkan hasil akurasi sebesar 74.58%.